人工智能：機器學習與神經(jīng)網(wǎng)絡

定　價：￥98.00

作　者：	劉峽壁，馬霄虹，高一軒著
出版社：	國防工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

京東 (￥83.60)

ISBN：	9787118121209	出版時間：	2020-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	358	字數(shù)：

內(nèi)容簡介

　　《人工智能：機器學習與神經(jīng)網(wǎng)絡》以人工智能實現(xiàn)算法為視角，系統(tǒng)闡述機器學習與人工神經(jīng)網(wǎng)絡這兩個彼此緊密聯(lián)系的人工智能實現(xiàn)途徑中的主要問題與解決方法。對于機器學習，在深入理解機器學習任務與關鍵問題的基礎上，探討監(jiān)督學習、非監(jiān)督學習、半監(jiān)督學習、強化學習這四大類歸納學習問題的本質(zhì)特性及其解決方案，同時論述作為歸納學習基礎的相似性計算問題及其解決方法。對于人工神經(jīng)網(wǎng)絡，按照其關鍵問題是網(wǎng)絡拓撲結構與學習方法的認識，分為前饋網(wǎng)絡與反饋網(wǎng)絡這兩大類網(wǎng)絡結構，闡述主要計算模型及其學習方法。最后對機器學習與人工神經(jīng)網(wǎng)絡下一步的發(fā)展趨勢進行了展望。

作者簡介

暫缺《人工智能：機器學習與神經(jīng)網(wǎng)絡》作者簡介

圖書目錄

第1章緒論
1．1 人工智能及其實現(xiàn)途徑
1．1．1 智能的外在表現(xiàn)與模擬
1．1．2 機器學習
1．1．3 人工神經(jīng)網(wǎng)絡
1．2 機器學習簡史
1．3 人工神經(jīng)網(wǎng)絡簡史
1．4 本書內(nèi)容與組織
參考文獻
第2章機器學習基礎
2．1 機器學習
2．2 機器學習方式
2．3 歸納學習類型
2．3．1 監(jiān)督學習
2．3．2 非監(jiān)督學習
2．3．3 半監(jiān)督學習
2．3．4 強化學習
2．3．5 各學習類型的特點與共性
2．4 特定學習概念
2．4．1 生成學習與判別學習
2．4．2 度量學習
2．4．3 在線學習／遞增學習
2．4．4 反饋學習
2．4．5 多任務學習
2．4．6 深度學習
2．4．7 遷移學習
2．4．8 流形學習
2．4．9 多示例學習
2．5 對學習算法的評價
2．5．1 過學習與泛化
2．5．2 偏置
2．5．3 數(shù)據(jù)魯棒性
2．5．4 計算復雜性
2．5．5 透明性
參考文獻
第3章監(jiān)督學習
3．1 函數(shù)形式
3．1．1 顯式表示形式
3．1．2 隱式表示形式
3．1．3 數(shù)據(jù)點表示形式
3．2 優(yōu)化目標
3．2．1 最小平方誤差
3．2．2 最小化熵
3．2．3 極大似然估計
3．2．4 極大后驗概率估計
3．2．5 最小描述長度
3．3 記憶學習
3．4 決策樹學習
3．4．1 決策樹
3．4．2 基于信息增益的決策樹生成算法（ID3算法）
3．4．3 ID3算法的過學習問題與對策
3．4．4 基于最小描述長度準則的決策樹學習算法
3．5 支持向量機
……
第4章相似性度量
第5章聚類方法
第6章關聯(lián)規(guī)則挖掘方法
第7章半監(jiān)督學習方法
第8章強化學習
第9章人工神經(jīng)網(wǎng)絡基礎
第10章前饋神經(jīng)網(wǎng)絡
第11章反饋神經(jīng)網(wǎng)絡
第12章結語